一种基于多模态融合学习的生成式AI服务网站识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于多模态融合学习的生成式AI服务网站识别方法
申请号:CN202410924472
申请日期:2024-07-11
公开号:CN118965192A
公开日期:2024-11-15
类型:发明专利
摘要
本公开提供一种基于多模态融合学习的生成式AI服务网站识别方法。输入人工智能生成服务网站的原始的多维度多模态信息,通过多模态特征提取模型将所述多维度信息转化为人工智能服务网站的文本、图片、代码三种特征向量,将所述三种特征向量输入多模态特征融合识别模型,输出人工智能生成服务网站是否提供人工智能服务的判别结果。本发明通过将网站的文本、图像和代码模态的特征融合实现更加准确的人工智能生成服务网站识别,以提高模型在新兴、多样化网站数据上的泛化性能,增强网站识别与分类模型泛化能力和适应性,突破单一数据类型进行分类的局限性,提高分类系统的泛化能力,使其能够适应不断变化和多样化的人工智能生成式网站内容。
技术关键词
网站识别方法 多模态特征融合 人工智能服务 特征提取模型 多模态信息 代码特征 BERT模型 多层感知机 静态特征 集成学习模型 融合特征 文本特征向量 图像特征向量 词嵌入向量 神经网络训练 全局平均池化 抽象语法树